【儀表網(wǎng) 研發(fā)快訊】6月27日，Science Advances刊登了機械學(xué)院智能制造裝備與技術(shù)全國重點實驗室丁漢院士、吳志剛教授團隊與南洋理工大學(xué)、華中農(nóng)業(yè)大學(xué)的合作科研成果，關(guān)于植物脅迫診斷的柔性可穿戴系統(tǒng)設(shè)計的最新研究論文“面向植物脅迫長期及早期診斷的機器學(xué)習(xí)輔助下光譜主導(dǎo)型多模態(tài)柔性可穿戴系統(tǒng)”(A machine-learning-powered spectral-dominant multimodal soft wearable system for long-term and early-stage diagnosis of plant stresses)。學(xué)院2021級博士生蔣嵚為論文第一作者，2022級碩士生趙鑫、2023級碩士生趙提勇，新加坡材料研究與工程研究所研究員李文龍、華中農(nóng)業(yè)大學(xué)葉杰副教授為共同第一作者，南洋理工大學(xué)陳曉東教授、我校吳志剛教授為通訊作者。
 

　　在全球糧食危機與氣候變化的雙重挑戰(zhàn)下，如何精準(zhǔn)監(jiān)測植物健康、提前預(yù)警生長危機，成為農(nóng)業(yè)領(lǐng)域的關(guān)鍵課題。華中科技大學(xué)、南洋理工大學(xué)與華中農(nóng)業(yè)大學(xué)團隊聯(lián)合研發(fā)的MapS-Wear(多模態(tài)柔性可穿戴系統(tǒng))，以番茄為研究對象，為植物長期健康監(jiān)測與早期脅迫(生長不利條件)診斷提供了新的解決方案，并構(gòu)建了從實驗室到農(nóng)田環(huán)境的應(yīng)用驗證流程。
 

　　番茄作為高營養(yǎng)價值作物，已成為全球最重要的蔬菜作物之一(我國番茄產(chǎn)量居世界首位)，其高質(zhì)量生產(chǎn)受病蟲害、營養(yǎng)缺乏等多重脅迫威脅。然而，傳統(tǒng)植物壓力診斷方法存在明顯局限性，無法持續(xù)跟蹤作物生長狀態(tài)與脅迫變化過程。其中生物分析需破壞性采樣，剛性傳感器易損傷植物，VOC分析易受環(huán)境干擾，計算機視覺(CV)方法因依賴明顯可見癥狀而滯后，光譜檢測方法則因機械固定限制長期監(jiān)測。相比之下，柔性可穿戴器件由于具有良好的生物兼容性和表面順形性，可直接貼附在植物表皮進行生理數(shù)據(jù)的采集，為植物生長過程的長期持續(xù)監(jiān)測提供新的測量手段。然而，當(dāng)前傳感數(shù)據(jù)仍然較為基礎(chǔ)，難以作為反映作物脅迫狀態(tài)的直接生理信號指標(biāo)，阻礙了精確脅迫診斷模型的建立。
 

　　本研究以番茄作為研究對象，提出了面向植物脅迫原位在線診斷的多模態(tài)柔性可穿戴系統(tǒng)(Maps-Wear)，通過構(gòu)建葉面光譜特征與脅迫響應(yīng)間的直接映射關(guān)聯(lián)，結(jié)合機器學(xué)習(xí)在信號處理與模型預(yù)測中的優(yōu)勢，在番茄植株上實現(xiàn)了多種脅迫因素的長期、精準(zhǔn)與早期診斷(圖1)。相比于傳統(tǒng)CV檢測方法，可實現(xiàn)在無明顯可視癥狀期的早期預(yù)警，并提前10天以上診斷出作物脅迫狀態(tài)，有助于及時干預(yù)促使植物重新恢復(fù)健康狀態(tài)(圖1)。此外，該系統(tǒng)還可部署在農(nóng)田環(huán)境下進行大批量采樣與快速結(jié)果分析，有助于高效篩查番茄嫁接親和性(圖1)。
 

圖1為用于長期原位診斷植物脅迫的MapS-Wear系統(tǒng)
 

　　MapS-Wear中的柔性傳感貼片(soft sensor patch)采用PDMS作為柔性基底，集成兩個光譜傳感器和溫濕度(T&H)傳感器，形成三明治結(jié)構(gòu)。柔性傳感貼片可直接貼附在葉片背面，同時監(jiān)測透射光譜(415-680nm)、溫度和濕度，實時捕捉葉片內(nèi)色素含量(葉綠素、花青素、胡蘿卜素)及蒸騰作用在脅迫影響下的變化。因此，這些傳感參數(shù)可與植物脅迫因素建立直接相關(guān)關(guān)系，便于準(zhǔn)確反映脅迫狀態(tài)。
 

圖2為柔性傳感器貼片的工作原理與特性
 

　　為充分融合多模態(tài)傳感信息，本研究還設(shè)計了機器學(xué)習(xí)診斷框架，用于精確區(qū)分植物所處的不同脅迫狀態(tài)。該框架包括兩個核心子模塊協(xié)同工作：溫濕度判別模型(THD)和光譜診斷模型(SDM)。其中，THD模型用于對葉面長期溫濕度數(shù)據(jù)進行分析，可有效識別并排除高溫、干旱、衰老脅迫狀態(tài)，防止該類脅迫下對光譜信號產(chǎn)生影響；隨后，SDM則對上述脅迫以外的光譜信號特征進行分析， 進一步診斷營養(yǎng)元素(如氮、磷、鉀元素)缺乏以及螨蟲侵害下的脅迫。為實現(xiàn)脅迫長期演變過程的持續(xù)跟蹤診斷，在SDM基于集成學(xué)習(xí)模型，并加入時間序列化光譜數(shù)據(jù)作為訓(xùn)練樣本。經(jīng)過優(yōu)化模型參數(shù)后，可實現(xiàn)在少樣本(500葉片)下的高精度診斷(99.2%)，相比傳統(tǒng)方法，可極大減少訓(xùn)練數(shù)據(jù)收集成本。
 

圖3為用于多種植物脅迫診斷的機器學(xué)習(xí)驅(qū)動框架
 

　　為充分驗證MapS-Wear系統(tǒng)性能，在多種實驗場景下進行探究分析，主要包括：(1)單植株不同生長層次葉片的脅迫敏感性分析。在單株番茄植株不同生長層次枝干葉片上部署MapS-Wear多傳感網(wǎng)絡(luò)，探究了番茄植株遭受營養(yǎng)缺乏脅迫時不同部位葉片的響應(yīng)敏感度差異。(圖4)(2)多植株對照下脅迫早期診斷與及時干預(yù)驗證。在多株番茄植株上設(shè)置遭受不同脅迫程度的對照實驗，驗證了MapS-Wear在脅迫早期診斷的性能，相比傳統(tǒng)CV診斷方法能夠至少提前10天檢測到脅迫癥狀。(圖4)(3)農(nóng)田大棚環(huán)境中大批量番茄嫁接親和性篩查。將MapS-Wear應(yīng)用于實際農(nóng)田大棚種植環(huán)境進行大批量(176株)番茄嫁接親和性的便捷、快速(5s內(nèi))篩查，驗證了其在實際農(nóng)業(yè)生產(chǎn)中的應(yīng)用潛力；實現(xiàn)了高評估準(zhǔn)確度(88%)，為優(yōu)勢育種和精準(zhǔn)農(nóng)業(yè)管理提供了新的技術(shù)方案。
 

圖4為MapS-Wear的實際應(yīng)用展示
 

　　相關(guān)工作得到了國家自然科學(xué)基金項目及華中科技大學(xué)交叉研究基金的支持。